インダストリー4.0への変革において、企業はモノのインターネット（IoT）ネットワークからのデータ収集と生成への投資をますます増やしています。5Gネットワーク技術、人工知能（AI）、機械学習の発展は、完全自動化されたスマートファクトリー、スマートシティ、自動運転車など、多くの分野への道のりを加速させるのに貢献しています。
ファストデータとは、モバイルデバイス、センサー、監視カメラなど、多数のソースからリアルタイムで収集、送信、処理されるデータの量を指します。ソースの数は数百、さらには数百万台に及ぶこともあります。ファストデータはデータ容量が少ないという特徴がありますが、高速処理、低レイテンシ、そして継続性が求められます。
アプリケーションとソフトウェアは、ファストデータの分析と処理能力を最適化する上で重要な役割を果たします。さらに、ハードウェアとストレージデバイスの選択は、速度、レイテンシ、信頼性といった要件を満たし、過酷な条件や環境でも動作可能である必要があります。
Fast Data は現在、自律走行車とセキュリティ監視ドローンの 2 つの主な分野で潜在的な応用が期待されています。
自動運転車
自動運転システムには、センサー、インフォテインメントシステム、オペレーティングシステム、地図から得られる大量の高速データを効率的に管理する高い性能と能力が求められます。センサーデータは車両データストレージの最大の部分を占め、その大半は先進運転支援システム（ADAS）と車車間通信（V2X）から取得されます。
容量の一部は、マルチメディアエンターテインメント、ゲーム、音声AIアプリケーションなどの機能のために確保されます。さらに、「ブラックボックス」は、規制当局による法的および安全上の要件となります。
現在の2Dナビゲーションマップとは異なり、高精細（HD）マップは更新速度、測位方法、収集データ量が大きく異なります。データ更新頻度が高いため、HDマップでは5Gモバイルネットワークを介したリアルタイムオンライン更新が一般的です。マップには静的レイヤー、半静的レイヤー、半動的レイヤー、動的レイヤーが含まれており、基本となる静的レイヤーは毎月または必要に応じて更新されます。
NANDフラッシュストレージソリューションは、自動運転システムにおいて重要な役割を果たし、高速起動とデータストレージを提供し、重要なイベントの記録、AIモデルや高解像度マップの保存を可能にします。車両のインテリジェント化が進むにつれて、システムはより多くのデータを高速かつ確実に処理する必要性が高まります。
警備監視機（ドローン）
平均飛行時間は約30分で、保存できる新規データの量は少なくとも150GBです。高解像度の地図、3Dモデル、AIの統合により、さらに多くのデータが生成されます。
MicroSDカードは依然としてドローンの主要なストレージデバイスです。しかし、より高いストレージ容量と速度を実現するために、一部の特殊なドローンでは、eMMC、UFS、さらにはSSDを内蔵しています。
自律走行機能と長距離飛行を実現する将来のAI搭載ドローンには、より大きなストレージ容量が求められます。これに伴い、高度なHDマップナビゲーション、高解像度の撮影データ（4K 動画、画像）、その他のデータへの要求も高まります。
未来の高速データストレージソリューション
上記の 2 つのアプリケーションでは、他のリアルタイム データ分析領域と同様に、ストレージ デバイスとデータの計算および分析の間のギャップは、デバイス上のローカル ストレージにまで近づく傾向にあります。
組み込みNANDフラッシュメモリ、メモリカード、SSDといった従来のストレージ形式に加え、一部のユニットでは、新技術、大規模化、大容量化、高速化を実現したストレージソリューションを採用しています。その代表例が、NVMe-over-Fabric（NVMe-oF）テクノロジーを採用したWD Ultrastar Data24ストレージです。これは、最大368TBの容量を備えた100Gbpsの高速ストレージシステムで、エッジサーバーに直接接続してファストデータをリアルタイムで保存・分析します。
データは将来、大きな可能性を秘めています。多くの組織は、人と機械の融合を含め、データからより多くの価値を収集し、創造する方法を模索しています。ストレージインフラストラクチャは、データの価値を最大限に活用するための重要な要素です。適切なストレージデバイスとソリューションを選択することで、投資と運用コストを最適化し、新たなビジネスチャンスを切り開くことができます。特に、NVMe-oFテクノロジーは、将来の高速データストレージソリューションとして注目されています。
ドアン・フォン
[広告2]
ソース
コメント (0)